точная сборка PCB, высокочастотная PCB, высокоскоростная PCB, стандартная PCB, многослойная PCB и PCBA.
Самая надежная фабрика по обслуживанию печатных плат и печатных плат.
PCB Блог
Исследования и реализация предварительной обработки изображений на основе печатных плат
PCB Блог
Исследования и реализация предварительной обработки изображений на основе печатных плат

Исследования и реализация предварительной обработки изображений на основе печатных плат

2022-02-23
View:120
Author:печатных плат

Для улучшения качества изображения на печатных плат, для последующего улучшения скорости распознавания изображений печатных плат, Предварительная обработка оригинальных изображений с использованием языка MATLAB, в основном включая преобразование в градациях серого домена пространства изображений и фильтрацию изображения smooтонкийg для удаления шума. Сначала предлагается порог шума, изучив методы фильтрации средних и быстрых средних значений и алгоритм быстрого взвешенного медианного фильтра. обработка изображений с помощью MATLAB, а серая гистограмма и спектрограмма сравниваются и анализируются. Результаты приняты, что принят быстровзвешенный средневзвешенный фильтр. Алгоритм фильтрации решает проблемы плохой контрастности, больших шумов и расплывчатых деталей изображения на панели печатных плат, что значительно улучшает качество изображения. в информационной отрасли печатный платборд является незаменимым столпом. носитель информации как основной элемент различных продуктов и внутренний электронный элемент, плата печатных плат быстро развивалась в направлении высокой производительности, высокой скорости, легкости, тонкости, короткости и компактности. , Его техника и болезнь достигли очень высокого уровня. поэтому, расширение поля печатных плат, важность печатных плат также возрастает. период отбора проб, количественный анализ, а также процесс передачи изображений с градации серого на печатных платах, из-за неоднородности света, шум датчика прибора с зарядовой связью (CCD, Charge-Coupled Device), самой камеры и аналого-цифрового сбора данных (AD). , аналого-цифровой) шум квантования процесса, шум частиц, генерируемый светочувствительным процессом, и легкая тряска от антропогенных явлений и т. д., изображения, присутствующие в процессе передачи и восприятия, встречающиеся в окружающей среде и окружающей среде, тем самым искажая изображение. качественный. , ошибочное отношение сигнала к шуму. В целях уменьшения шума, фильтр сглаживания, но подбор сглаживающих фильтров разного размера будет иметь разную степень размытия обрабатываемого изображения. Поэтому для улучшения качества изображения фильтр позволяет не только эффективно удалять шум, но и имеет оригинальный внешний вид изображения.

печатных плат

1. Улучшение изображения
Улучшение изображения — это технология улучшения качества изображения. По сравнению с предварительной обработкой распознавания изображений, в зависимости от улучшения обработки изображений можно разделить на две категории: обработка воздушных пространств и частотная обработка. Первый включает эффект уровня серого на изображении. коррекция гистограммы, все напрямую обрабатывают значение серого пикселя; последний заключается в анализе спектральных составляющих изображения, преобразование через Фурье, обрабатываются высокочастотная и низкочастотная части спектра изображения, затем происходит обратное преобразование Фурье. Преобразование листа для получения желаемого результата изображения. из-за внешнего воздействия в процессе передачи канала, собранное изображение печатной платы уменьшает яркость изображения и увеличивает шум. для использования шумовых помех, повышения контрастности изображения, обработки преобразования оттенков серого и обработки сглаживания изображения в выбранной пространственной области при улучшении изображения.

1.1 Преобразование оттенков серого в пространственной области
В качестве важного средства улучшения изображения преобразование градаций серого может увеличить насыщенность диапазона изображения, увеличить контрастность изображения, сделать изображение более заметным, увеличить эффект отображения изображения. Преобразование оттенков серого можно разделить на линейное преобразование и нелинейное преобразование. Пусть диапазон оттенков серого исходного изображения m (x, y) равен [a, b], а диапазон оттенков серого линейно преобразованного изображения n (x, y) будет расширен до [c ,D], связь между ними является: из-за передержки или недодержки, CCD коллекция изображений может изменять градации серого в небольших масштабах, и компьютер может не видеть оттенки серого и размытое изображение. заданное линейное преобразование, которое можно линейно растянуть Уровень серого для каждого пикселя изображения, позволяет повысить визуальный эффект изображения. Чтобы улучшить постобработку и выделение признаков распознавания изображений, для выравнивания изображения используется метод области изображений технологии гистограммной коррекции.


 

1.2 Сглаживание изображения в пространственной области
Целью сглаживания изображения является уменьшение и устранение шума изображения для улучшения качества изображения для последующей обработки, такой как сегментация изображения и распознавание изображения. в космосе усреднение по окрестностям можно использовать для уменьшения шума; в частотной области частотный спектр шумов в повышенной частоте является более значительным, можно использовать различные формы низкочастотного фильтра. В пространственной области сглаживание изображения в основном включает порог шума, среднее по окрестностям, средневзвешенное значение, метод среднеквадратичной фильтрации.

1) Шумовой порог
Метод шумового порога является распространенным методом удаления шума, который имеет высокую эффективность для шума и прост и удобен для удаления. при поглаживании изображения, это установка порога. Параметры порога особенно важны для эффективности фильтра и детали изображения. Затем, по особенностям изображения, последовательно обнаруживается каждый пиксель, все пикселы в окружении которого основаны на формулах. Сравните и оцените, является ли пиксель шумом. если нет шума, то выводится исходное значение пикселя, если это шум, то выводится среднее значение уровней серого других пикселей по соседству. выбор порога в методологии очень важен. Если Т слишком велика или слишком мала, это в большей или меньшей степени воздействия на сглаживание шума или размывку изображения.

1.2.2 Медианная фильтрация
Традиционный алгоритм медианной фильтрации в основном фокусируется на сортировке данных окна. Для сокращения числа выпавших регистров и получения среднего значения предлагается алгоритм быстрой медианной фильтрации. делится на массив одномерный массив, и сначала берется уровень массива. выберите середину каждой строки, а затем медиана значения медианы каждой горизонтальной строки берется в качестве выходных данных фильтра.

2) Быстрый взвешенный медианный фильтр
Для решения противоречия между шумоподавлением и защитой деталей изображения в данной статье предлагается алгоритм быстрой взвешенной медианной фильтрации. . взвешивать, увеличена доля центрального пикселя в окне. импорт: I1 I2 , , , IN) , выходной средневзвешенный фильтр: r - вес, MED{} представляет медианную функцию операции и указывает, что W=( 1, 1, 1) является стандартным окном. Положение: где T — пороговая функция, когда W — это целое число, количество взвешенных выходных компонентов в 1 1 {WrI ,2) NW rI: взвешенный вывод в порядке возрастания, сортировка вывода числа cn на t - е число является выводом среднего значения.


2. Обработка улучшения изображения MATLAB
MATLAB поддерживает 5 типов изображений, включая индексное изображение, градации серого, бинарное изображение, RGB-матрицу изображений и многоэлементных изображений; Собранные изображения на панели печатных плат можно сначала увеличить контрастностью, а затем обесшумить. в процессе значительного увеличения контрастности и исходного шума изображения, так что последующая обработка шумоподавления не может дать хороших результатов. Поэтому в этой статье потом сначала снимите шумы с изображения, увеличьте. На собранном печатном плате изображение, возможный шум, мощность источника света недостаточна, изображение в целом может быть тёмно. Во-первых, используйте функцию RGB2GRAY для преобразования собранного изображения в оттенки серого. Изображение (256 цветов) сравнивается с методом, предложенным в этой статье, и традиционным методом медианной фильтрации для изображения печатных плат, содержащего шум соли и перца. После настройки помех преобразование оттенков серого используется для улучшения изображения печатных плат. дисперсионная характеристика оценочной величины каждой степени интенсивности, а энергия изображения в основном сосредоточена в низкочастотной полосе (центральная часть). Хотя сегмент высокой частоты содержит немного энергии, он содержит важную информацию об изображении. Информация о крае изображения относится к высокочастотной информации. Точно так же быстро меняется шум серость, а также высокочастотная информация. Из рисунка видно, что оба метода фильтрации в определенной степени подавляют высокочастотные составляющие изображения, эффективно удаляя шум в обнаружении частот, но низкочастотные составляющие, То есть, ту часть, где оттенки серого изменяются плавно, Получение информации о контуре изображения. Из гистограммы также видно, что медленно меняющиеся уровни серого 150-200 были разрушены, средневзвешенная информация может быть хорошо защищена. Из гистограммы после обработки в градациях серого видно, что гистограмма занимает допустимый диапазон значений градаций серого для всего изображения, это связано с наличием диапазона градации серого изображения, а также увеличивает контрастность изображения, а также имеет большую визуальную контрастность изображения. заострить подробности.

3. Заключение
В этой статье собранные изображения печатных плат, как правило, темные, контрастные и с большим шумом для выполнения предварительной обработки изображений, оборудования воздушной фильтрации и градации серого. Поскольку на традиционный медианный фильтр влияет размер окна фильтра, то детали обработанного изображения становятся неясными. алгоритм фильтрации улучшенным средневзвешенным значением, качество обработанного изображения анализируется по гистограмме оттенков серого и спектрограмме. Результаты показывают, что скорость и качество фильтрации в этом методе лучше, чем в среднем в среднем фильтре., что значительно улучшает способность защиты следов изображений на печатных платах, сборку и другие края, а также общий контур изображения. преобразование по градации серого, детали изображения становятся более четкими, а скорость распознавания печатных плат изображение улучшается. Постобработка.